面向复杂网络的中药方剂配伍规律挖掘算法

针对传统方剂配伍规律分析方法的不足,提出一种面向复杂网络的新型中药(traditional Chinese medicine,TCM)方剂配伍规律挖掘算法。根据中药方剂特性并结合点式互信息构建TCM网络模型,结合TCM网络的小世界特性提出TCM网络的局部适应度模型,分析TCM网络的特性并挖掘TCM网络中配伍关系紧密、相似度较大的药物群。以4 000余首经典方剂作为实验对象,验证了所提方法具有较好的有效性,与经典LFM(local fitness measure)算法对比,平均模块度值提高了0.05,为中药方剂的配伍规律进行探索及新药研发提供了新思路。     

Apriori算法改进及其在中药知识发掘中的应用

数据挖掘是伴随着数据库技术的发展而逐步完善起来的,已经在许多领域得到应用,在医学领域的应用虽然刚刚起步,但也表现出良好的发展势头.文章以治疗糖尿病的中药方剂数据为研究样本,将数据挖掘技术与中医药领域相结合,通过对关联规则及其算法的改进,来发现中药配伍的规律,从而提取出使用中药治疗糖尿病的整体用药规律.     

基于知识的中医药对症开方专家系统

在数据挖掘得出的知识库基础上,结合中药方剂配伍理论及组方过程,提出了方剂配方模型,采用自定义的U连接操作生成主方剂,用中药配伍规则修正主方剂中的药物相克、有毒等不正常现象,再对方剂的四气、五味进行数字化调整,成功为用户开出治疗特定症状的量化中药方剂,切实为医生及中药研发人员提供计算机辅助决策支持。     

基于VOSviewer的酸枣仁治疗失眠研究可视化分析

基于数据挖掘和文献计量学方法,探讨中药治疗失眠和睡眠障碍的中药研究情况。使用VOSviewer软件,以CNKI中国知网为检索平台,收集近10年中药治疗失眠的相关文献,进行可视化分析。对作者、中药关键词等内容使用文献计量学方法,构建知识图谱,分析酸枣仁治疗失眠的用药规律及研究情况。通过检索共得到相关中文文献2851篇,10年文献发表的作者群中文献贡献量最多的是福建中医药研究院和和三明市中西医结合医院,中文文献的高频关键词多为失眠、不寐、酸枣仁和临床观察等。通过发文量和所属机构分析,在该研究领域的团队合作研究成果明显,科研机构之间的沟通合作可以提升科研成果。在以酸枣仁为主要成分的治疗失眠方剂配伍研究中,通过关键词共现分析发现其潜在的药用机理和配伍规律。     

明代虚劳专著及专篇虚劳方药的分布特性研究

研究明代虚劳专著(专篇)中虚劳方剂的中药使用频数及度值的分布特性，分析其是否服从幂律分布，有利于指导临床用药及实验研究。通过统计明代虚劳专著(专篇)中虚劳方剂的中药使用频率及各中药节点在配伍关系网络中的度值，采用基于极大似然估计的结合计算机模拟仿真的方法对中药使用频数及度值参数集进行幂律拟合、参数估计及幂律分布检验。结果表明，明代虚劳专著(专篇)中虚劳方剂的中药使用频数服从幂律分布，并具有无标度特性，而其中药度值不服从幂律分布。     

中医药数据预处理方法的设计与实现

中药作为一种天然药物,它由我国传统使用的植物、动物和矿物药及其成药组成,由于中药文化的地区差异使得中药中的不确定性较高,因此将关联规则发现算法应用于原始中药专利数据库发现规则,存在一定的难度。阐述了一套规范原始中医药数据的处理方法,改进了数据质量,使得数据挖掘技术可以在预处理后的中药方剂数据库中成功地发现中药单方之间的配伍规律,为研制中药新药提供决策信息。     

基于文本分类技术计算中医方剂相似度

中医方剂是中医药信息的核心内容,借助现代化的工具和手段是处理信息中医药研究的新趋势。在数量逾十万的方剂中,许多方剂之间存在着相似性,一些方剂是在基本方的基础上进行增加或修改形成,研究方剂的相似性有重要意义。定义了相似度的概念,利用自然语言处理领域的知识,基于文本分类算法,计算方剂相似度,为研究中医方剂提供有用信息。     

基于Agent的中医方剂智能检索研究与应用

中医药文献检索是计算机实现知识管理的前提。针对中医药信息检索过程中存在的种种问题,文中研究并提出一种基于Agent 的方剂智能检索系统。该系统以Agent为基本模型架构组件,通过构建中医方剂术语词库,并利用Agent技术的协作性和自治性进行用户的个性化检索,实现了中医药方剂数据的关联分析,完善了中医药文献相似检索功能。实验结果表明,该系统能够有效提高中医药文献的检索效率,为建立新型中医药信息检索系统提供途径。     

LC-QTOF技术推进中药研究与分析

中医药是中华民族几千年不断实践的结晶,是祖国传统医药学的宝贵财富。在现代医学的冲击下,很多传统医药趋于消亡,而中医药却继续表现出旺盛的生命力。中药属于传统医药,具有独特、完整、系统的理论、技术和临床经验。安捷伦公司作为医药行业用户多年的合作伙伴,在中药研究领域拥有广泛的用户合作基础及丰富的应用经验,结合最新行业发展趋势及"十二五"政策相关的行业热点,可为用户提供全面、领先的中药领域应用整体解决方案。整体方案涵盖中药质量标准、中药安全性与物质基础、系统生物学与中医症候研究、中药代谢组学、中药有效/活性成分鉴定、中药     

基于数据挖掘的中医药数据预处理方法

中药文化的地区差异带来了中医药数据的众多不确定性，为解决基于数据挖掘的新药研制决策支持系统的数据问题，提出了一套规范原始中医药数据的处理方法。应用了数据归约技术、聚类的方法、模糊集理论改进了中医药数据的质量，使得在预处理后的中药方剂数据库中成功挖掘出重要规则，为研制中药新药提供了有力的决策支持。     

利用效用度挖掘核心药物及配伍规律

中药方剂（traditional Chinese medicine formula,TCMF）是中医治疗的一种主要手段。然而一首方剂往往包含多种草药,这其中只有几种草药对治疗特定的病症起重要作用。因此,找出方剂中的核心药物和其配伍规律对研究中药方剂有非常重要的意义。针对该问题,提出了一种基于效用度（effect degree,ED）的核心药物及配伍规律发现方法。该方法包含三个主要步骤,分别是基于药物效用度的核心药物发现算法、基于带药对效用度的点式互信息（pointwise mutual information with herb pair ED,PMIED）的药物组网算法、基于重叠社团的高效药物配伍规律发现算法。通过实验,发现了肺痿方剂的42种核心药物和30种药物配伍,经分析和中医专家确认,42种核心药物对肺痿确有良好疗效,30组药物配伍中有26组符合药物配伍关系且对肺痿有良好疗效。     

高效中药关联规则发现算法研究及应用

将关联规则发现算法引入到中药配方数据库的数据挖掘中,以求发现方剂中单方之间的关联规则及中药中的药对药组,可以为中药中新药的研制提供重要依据。由于常用的关联规则发现算法：Apriori算法存在多次扫描数据库的缺陷,提出了一种基于矩阵的关联规则发现算法：Apriori_Matrix算法,该算法优化了Apriori算法中集合连接过程多次比较所花费的时间,可极大地提高关联规则挖掘的效率。针对中药数据库中单方的种类有限、配伍规则各不相同、同一种病症对应多种方剂的情况,改进算法有助于缩短新药研制的周期。     

基于物种导航的中药信息系统开发

传统中医药历史悠久、内涵丰富,乃中华民族文化宝库中的瑰宝。人类进入21世纪,生命科学迅猛发展,回归自然成为潮流,传统中医药须以现代科学术语表达,才能使中医药传统防病治病手段更广泛地被当今世界理解与接受[1]。现代中药已采用植物科属种自然分类系统来描述与规范中药来源物种。本文应用JSP技术开发基于物种导航的中药信息系统。通过物种导航作用建立中药信息系统中各数据库之间的关联,这将有利于将国内外天然产物研究领域的成果引入中医药体系。     

基于共引分析的中草药相互关系可视化算法

从中药方剂中挖掘有用知识是目前中医药信息化的一个重要方向。使用共引分析技术,从大量中药方剂中构建中草药连接关系网络,在此基础上,使用基于链接分析的算法计算中草药的重要度,利用图的链接关系进行图的聚类和自动排列。通过提供多种三维可视化技术,交互式、实时地显示中草药连接关系网络,以使研究人员能够可视化地探索中药方剂及中草药的信息,为数据挖掘提供一种强有力的辅助手段。     

基于SimRank的中药“效-效”相似关系挖掘

中药“效-效”关联分析是中医药研究中最基本也是最重要的问题,对药效判断具有重要意义。该文旨在利用数据挖掘技术,从中药方剂数据中自动挖掘“效-效”相似关系,自动归纳不同药效之间的相似度,提出了基于SimRank方法的“效-效”相似关系挖掘算法。中医专家对算法输出结果的大量验证表明,该算法具有较高的正确率,其中“优良”和“合理”共占70.568%。     

中药方剂数据挖掘系统中数据存储的设计

开发了从中药药方中挖掘方剂药理信息的软件系统。讲述了中药数据的特点,中药方剂数据挖掘系统的体系结构,最后重点讲述了数据存储子系统的设计问题。     

中医方剂信息模式学习及方剂聚类

针对中医药方剂信息的特点提出了一种新型的方剂概念模型,并利用机器学习理论对非结构化的文本特征以及其内容组织形式加以学习,得到方剂概念的抽取模式。该模式学习的方法有效地解决了方剂非结构化文本抽取的难题,被用于中美百万册数字图书馆的方剂文本处理。而对抽取的方剂属性信息作聚类,则发掘了不同方剂药性药效间的联系,为中医药方剂查询模块提供推荐服务。     

中药特性信息数据挖掘系统设计

为推动传统中医药的研究与临床应用,开发从中药药方中挖掘方剂药理信息的软件系统,阐述该软件系统的系统结构、数据库设计、预处理设计。采用归一化数据处理技术与统计技术相结合的方法,挖掘出中药方剂的性、味、归经。采用空间矢量量化方案,结合传统中药理论,挖掘出中药方剂的功效。     

NPOS最短路径分词实现方剂药物信息提取

以中医方剂药物组成信息提取为背景,描述了突破中医药信息化过程中非结构化数据制约的一种方法,介绍了文本信息提取的主要技术步骤.所提出的信息提取框架涵盖了个性化中药词库建立、页面方剂信息定位、方剂组成文本分割、以及药物组成信息提取等.方剂信息的提取以基于正则表达式为主,同时考虑了中医药书籍的特殊性.组成文本分词采用了NPOS最短路径分词算法,提取药物时针对中医方剂中名词、量词、动词的特殊情况做了相应处理.实验表明,该方法能得到较高的提取正确率.     

基于LDA主题模型的中医药方剂相似度计算

评价中医药方剂的相似度的常用方法是基于方剂的功效和主治功能进行相似度分析,但存在相似度无法定量化的问题,并且没有考虑中医方剂组成成分的影响。提出了利用LDA主题模型发掘“方剂-证型-组成成分”的隐含关系的方法,将“方剂-组成成分”转化成“方剂-证型”和“证型-组成成分”两个概率分布,并利用KL散度距离来计算相似度。实验结果表明基于LDA主题模型的方法能够更好地计算方剂间的相似度,并且能较好地反映中医辩证论治。